X-VLA-Pt Ascend NPU 冒烟适配

本次交付跟踪线上 2toINF/X-VLA-Pt 检查点以及官方 2toINF/X-VLA 实现：

• 模型：https://huggingface.co/2toINF/X-VLA-Pt
• 版本：c1c4a64a7e03ac5b95c468bf1578f3d03651b53b
• 来源：https://github.com/2toinf/X-VLA
• 来源版本：6bc2513f5f1cbec715cc668b414392a6cae5c671
• 权重：model.safetensors，3,519,068,172 字节
• SHA-256：433acffc992f457b1737d35ae20f81a895521f38eadaf03c736b6c0b0af1c93e
• 动作模式：ee6d，30 个动作，20 个动作/本体感知维度

inference.py 从 vendor/xvla 加载官方 XVLA 架构， 构造确定性的单视角 [1, 1, 3, 224, 224] 输入，并在 npu:0 上执行一次 去噪步骤。经验证的 Ascend910 运行加载了 932,002,392 个参数，并返回形状为 [1, 30, 20] 的有限 BF16 动作。

vendor 源码包含容器内 Transformers 5.7 运行时所需的三处小型兼容性调整：初始化缺失的 forced_bos_token_id、构造时显式设置注意力能力标志， 以及宽松的共享权重钩子。这些不会改变模型张量形状或 XVLA 前向算法。官方加载器报告了一个缺失的共享嵌入键；冒烟门禁记录该情况，而不是声称通过精度校验。

将检查点下载到本地目录后运行：

python inference.py --model-path /tmp/model-agent/xvla --device npu --output-dir validation

验收门槛为真实 Ascend NPU 执行且输出为有限值，这是本次竞赛要求达成的通过标准。它并不声称是完整的 CPU/NPU 精度验收门槛。